一种基于多域深度特征联合的串联电弧故障检测方法技术

本发明专利技术公开了一种基于多域深度特征联合的串联电弧故障检测方法，通过提取电器负载电流信号数据中的时域特征、频域特征及小波包能量特征三种一维特征，作为输入，由构建的电弧故障检测模型进行各域的深度特征提取，并将提取到的深度特征联合，由全连接神经网络进行故障检测，获得故障检测结果；该故障检测方法中，由于输入特征均为一维特征，可有效解决以往图像数据中二维特征存在的运算量大的问题，同时该检测方法中分别采用了电流信号数据中的时域统计特征、频域统计特征以及小波包能量特征的多特征输入，以综合考量采集的电流信号数据，提高检测结果的准确性。提高检测结果的准确性。提高检测结果的准确性。

【技术实现步骤摘要】
一种基于多域深度特征联合的串联电弧故障检测方法


[0001]本专利技术公开涉及串联电弧故障检测的
，尤其涉及一种基于多域深度特征联合的串联电弧故障检测方法。

技术介绍

[0002]在低压配电系统中，由于负载类型众多和电气线路环境复杂，当绝缘层发生损坏、电气线路连接松动或电压达到特定值时，就会发生电弧故障，引起电气火灾。电弧故障可分为串联电弧故障、并联电弧故障和对地电弧故障。而串联电弧电流小，隐蔽性强，传统的电路保护装置无法有效识别。因此有效识别串联电弧故障，对有效预防电气火灾，确保电气安全具有重要意义。
[0003]目前，针对低压配电系统中的串联电弧故障检测，大量学者从不同角度展开研究。部分学者对电弧故障发生时的弧光、弧声、温度及电磁辐射等物理特性进行研究，利用传感器等技术检测电弧故障。此类方法对现场环境和安装位置要求较高，实际使用具有局限性，一般用于对特定开关柜内的电弧进行检测；在低压配电系统中，串联电弧故障的发生具有随机性，电弧故障数据难以记录。通过实验获取大量故障数据需要花费大量的时间和金钱。因此部分学者希望建立电弧数学模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多域深度特征联合的串联电弧故障检测方法，其特征在于，包括如下步骤：S1：实时采集电器负载的电流信号数据；S2：分别提取所述电流信号数据中的时域统计特征、频域统计特征以及小波包能量特征；S3：将提取的时域统计特征、频域统计特征以及小波包能量特征输入到已训练完成的电弧故障检测模型中，获得故障检测结果。2.根据权利要求1所述基于多域深度特征联合的串联电弧故障检测方法，其特征在于，步骤S3中，所述电弧故障检测模型由一维堆叠神经网络、深度特征联合模块以及全连接神经网络构成；其中，所述一维堆叠神经网络，用于进行输入的时域统计特征、频域统计特征以及小波包能量特征进行进一步的深度特征提取；所述深度特征联合模块的输入端与所述一维堆叠神经网络的输出端连接，用于将所述一维堆叠神经网络输出的深度特征进行联合，形成新的特征；所述全连接神经网络的输入端与所述深度特征联合模块的输出端连接，依据所述深度特征联合模块输出的新的特征，输出故障检测结果。3.根据权利要求2所述基于多域深度特征联合的串联电弧故障检测方法，其特征在于，所述一维堆叠神经网络由一维卷积层、批量归一化层、一维最大池化层以及全连接层构成。4.根据权利要求1所述基于多域深度特征联合的串联电弧故障检测方法，其特征在于，所述电弧故障检测模型的训练过程如下：S301：分别采集电器负载在正常工...

【专利技术属性】
技术研发人员：曲娜，胡从强，张帅，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：